Kaggleに挑戦-32
Peking University/Baidu - Autonomous Driving
Can you predict vehicle angle in different settings?
＊1月21日の締め切りに向けて、お手本のプログラムコードを理解し、動かし、性能向上を図る。
＊Kaggleの利用規約遵守のため、Kaggleで得た情報を具体的に表示するのはやめた。
＊pytorch, fastaiの学習
＊Kaggle
＊Kaggle
・約2週間、結果が出ない間に、100番くらい下がった。今日は、GPU使用時間が30時間に戻ったので、何か試してみよう。
・3時間半走らせて、ネットが切断されて、計算が途中で止まっていた。残念だ。なんやかやと、トラブルが起きる。これだけに集中していると、時間を無駄にしているような気がしてくる。
・よし、画素を増やしてみよう。どうなるかな？
・ダメだ。浮上ならず。画素数だけ増やしたら、上がると思ったスコアが、大きく下がった。これはショックだ。少ない画素数で種々の検討をしていて、これなら画素数を上げたらスコアも上がると確信していたのだが・・・。
・画素数のみ、約2倍にしたら、スコアがほぼ半分になった。ショックです。
・画素数を元に戻したらスコアも戻るかどうか、明日、確認しよう。
・ということで、ある程度の計算環境を整えていないとKaggleの上位は難しいとあらためて感じた。resnet50が良いとか、学習率の最適化とか、画素数の検討とかいっても、それぞれが複雑に絡み合っていて、今の計算環境では、十分な検討ができない。
・とはいえ、収穫なしでは終わらせたくないので、Kaggle-kernelのGPUを活用しながら、あと8日間、スコアアップに取り組む。
＊pytorch, fastaiの学習
・コードは英語だし、情報源の大半は英語だし、英語に慣れるしかない。そう思って、去年の6月にDeep Learning with Pythonの英語版を購入してDNNの勉強を始めた。
・まだまだ、英語の壁は厚くて高い。Kaggleでも、GitHubでも、DataCampでも、パソコンでは、ついつい、翻訳に頼ってしまう。
・ともかく、この、fastaiのビデオセミナーを聴きこもう。
・pytorchは、HPのtutorialsを利用しながら勉強しよう。
・kerasも忘れないようにしないとな。
＊ 明日も、pytorch, fastaiの学習と、Kaggleお手本プログラムの解読、スコアアップの工夫に取り組む。
＊fastaiのビデオセミナーは、Kaggleコンペのスコアアップへのこだわりがあるので、非常に面白い。
つづく
